央广网宁波6月25日消息（记者俞烨）2026年是“十五五”开局之年，也是我国制造业高端化、智能化转型关键期。针对工业母机故障滞后检修、进口维保设备成本高昂的行业矛盾，宁波职业技术大学“00”后“振感先知”团队融合边缘 AI 与振动监测工艺，研发国产化智能监测终端，为数控机床全生命周期运维打造低成本的“中国方案”。
直击痛点：破解“事后抢修”与“高效生产”的矛盾
长期以来，数控机床主轴运维是装备制造业的一块“硬骨头”。设备故障判断高度依赖从业老师傅多年积累的听音、辨振经验，而工厂连续生产要求设备零停机、故障早预判。这种矛盾导致行业普遍面临故障预判滞后、进口监测设备价格高昂、老旧机床改造适配难三大痛点。
团队成员在学校实训车间测试（央广网发 宁波职业技术大学供图）
“振感先知”团队深入吉利动力系统春晓基地等头部制造企业开展实地调研。调研发现，非计划停机的核心瓶颈在于缺少标准化、国产化的实时状态监测设备。海外进口监测系统售价高昂且系统封闭，企业无力批量采购；依靠人工巡检只能在故障爆发后发现问题，每次突发主轴故障停工都会产生数万元的生产损耗，且缺少统一数字化监测，无法提前预判设备损耗趋势。
技术破局：实现“经验判断”到“AI诊断”的跨越
面对行业顽疾，团队确立了“监测硬件国产化、故障诊断数字化”的技术路径，核心突破在于将轻量化人工智能算法与工业振动监测工艺深度融合。团队基于国产GD32芯片搭建自主边缘AI硬件架构，依托自研数据集，整合多家工厂真机采集与仿真模拟的多模态温振数据，补齐了工业场景故障样本稀缺的短板。
团队的核心产品YZ-XM100智能监测终端，创造性地将机床老师傅辨别主轴异响、振动异常的隐性经验，通过多通道信号捕捉、大数据分析转化为可实时运算的AI诊断参数。在数字仿真与真机联调环境下，原本依靠人工排查、事后抢修的被动运维模式，转变为全天候自动监测预判模式。通过整合温度、振动等多模态数据，依托毫米级高精度信号采集与仿真分析，实现“设备损耗可视、故障提前预警”。目前，该终端在复杂工况下的故障识别准确率稳定在95%以上，真正实现了老旧机床的低成本智能化改造。
团队成员在学校工作坊研讨（央广网发 宁波职业技术大学供图）
吉利汽车动力春晓基地设备技术总工，全国首届最美汽车人、浙江工匠、浙江省技能大师工作室领办人、宁波市劳动模范张亮，结合一线运维实操，对该自研系统给出专业评价：“相较海外同类产品，本方案以更低成本实现机床预测性维护，抗干扰能力突出、故障预警响应迅速，产业推广价值极高。”
国产突围：单套价格直降84%，打破海外设备垄断
国内中高端机床智能监测市场长期被国外产品垄断，大幅抬高了中小制造企业的改造门槛。据团队调研，国内中低端数控机床主轴智能维保覆盖率不足10%，细分市场规模超90亿元，国产化替代需求迫切。
团队成员在吉利汽车动力系统春晓基地测试（央广网发 宁波职业技术大学供图）
自研系统预警能力远超国外同类设备，且核心产品单套定价相比进口设备价格直降84%。设备采用磁吸式免停机安装方式，两小时即可完成部署，适配各类品牌机床，有效缩减了企业改造的时间与资金投入。在装备制造企业落地应用后，单台机床每年故障停机损失从4万元降至0.2万元，故障处置响应时间缩短至2.5小时。
青春注脚：从“宁波样板”到全国工业母机运维新生态
这群“00后”学子走访多家制造企业深挖行业痛点，自研监测终端已落地多家龙头企业，项目斩获浙江省第十五届“挑战杯”大学生创业计划竞赛金奖，国产化方案成为高端装备国产替代典型成果；后续团队将持续迭代软硬件算法，拓展多品类工业母机适配场景，持续输出低成本高可靠的设备运维技术，加速高校科创成果转化，以自研国产技术助力国内制造业智能化升级。
新闻链接：
来源：《央广网》2026年6月25日
